基于vcf文件构建进化树

Posted 2023-04-21

参考技术A ===========第一种方法利用VCF2Dis生成距离矩阵===================

VCF2Dis -i all.chromosome.SNP.changID.vcf -o p_dis.mat  //我大概600多份样品，也运行了3天左右

然后利用fastme转化成为树的格式（nwk）（链接：http://www.atgc-montpellier.fr/fastme/）

转化为newick格式

我个人喜欢iTol（https://itol.embl.de/）来调整样式

==================第二种方法 转化vcf文件为phylip 格式==========

python vcf2phylip.py --input myfile.vcf --fasta --nexus 

然后，利用phylip构建进化树

phylip 在命令行中可以根据提示输入参数，也可以用含有参数的文本导入参数。

利用 dnadist：计算距离矩阵，最耗时，几千个SNP可能需要1天甚至数天。 参数文本dnadist.par //有点耗时间

$ cat dnadist.par

myfile.vcf.phy

2 #将软件运行情况显示出来

Y #确认以上设定的参数

$ dnadist < dnadist.par

$ mv outfile dnadist.out

生成距离矩阵，然后利用neighbor: Neighbor-Joining 构建进化树

我最好还是在iTOL里面进行样式调整

基于序列数据的生物进化研究

四、基于序列数据的生物进化研究的挑战

解密后由表象进化到分子进化。

构建进化树的步骤：

序列相似性比较---序列同源性比较----构建系统进化树---稳定性检验,因为必须是保守序列。

序列相似性比较。就是将待研究序列与DNA或蛋白质序列库进行比较，用于确定该序列的生物属性，也就是找出与此序列相似的已知序列是什么。完成这一工作只需要使用两两序列比较算法。常用的程序包有BLAST、FASTA等；

序列同源性分析。是将待研究序列加入到一组与之同源，但来自不同物种的序列中进行多序列同时比较，以确定该序列与其它序列间的同源性大小。这是理论分析方法中最关键的一步。完成这一工作必须使用多序列比较算法。常用的程序包有CLUSTAL等；

构建系统进化树。根据序列同源性分析的结果，重建反映物种间进化关系的进化树。为完成这一工作已发展了多种软件包，象PYLIP、MEGA等；

稳定性检验。为了检验构建好的进化树的可靠性，需要进行统计可靠性检验，通常构建过程要随机地进行成百上千次，只有以大概率（70％以上）出现的分支点才是可靠的。通用的方法使用 Bootstrap算法，相应的软件已包括在构建系统进化树所用的软件包当中。为便于使用者查找表三给出了进化分析相关软件的因特网地址。